基于改进ResNet-18模型的弧齿锥齿轮安装位置偏差分类识别方法研究 |
| |
引用本文: | 刘小凯,边骥轩,张江勇,董岑鑫,王卫军.基于改进ResNet-18模型的弧齿锥齿轮安装位置偏差分类识别方法研究[J].农业装备与车辆工程,2024(3):96-100. |
| |
作者姓名: | 刘小凯 边骥轩 张江勇 董岑鑫 王卫军 |
| |
作者单位: | 2. 中国北方车辆研究所 |
| |
基金项目: | 国家重点研发计划项目子课题(2018YFA0902901); |
| |
摘 要: | 针对现有的弧齿锥齿轮安装位置偏差分类识别效率低的问题,使用改进的ResNet-18神经网络构建轻量级弧齿锥齿轮安装位置偏差分类识别模型,改进的网络修改了ResNet-18网络第一卷积层,并引入了通道与空间注意力机制。实验结果表明,改进ResNet-18较原网络对于齿面接触印痕图像的分类准确率提高了3.23%,损失值降低了0.04。该方法为齿轮安装偏差识别提供了新路径,对弧齿锥齿轮总成的安装调整作业提供了一定的指导。
|
关 键 词: | 弧齿锥齿轮 接触印痕 安装位置偏差 注意力机制 ResNet-18 |
|
|